基于边缘视觉特征描述的计算机图像边缘特征检测方法

现有边缘检测方法可以分为基于梯度的方法和基于模型的方法。其中,基于梯度的方法通过计算图像的局部灰度变化来寻找边缘,易受噪声的影响且难以区分真实边缘与伪边缘。而基于模型的方法则通过拟合图像的局部结构来寻找边缘,需要预先定义边缘的形状及方向,且难以适应复杂的场景变化。为进一步提升图像边缘特征的检测准确度,文章提出了一种基于边缘视觉特征描述的新型计算机图像边缘特征检测方法。该方法首先利用深度学习技术将图像分割为多个小区域,并对每个区域提取边缘视觉特征,包括边缘强度、方向、曲率和连通性等;其次将特征输入深度神经网络以进行边缘分类与定位。实验结果表明,该方法在各种情况下都具有较高的准确率和鲁棒性。